Bollinger Bands Momentum Trend Mengikuti Strategi

Penulis:ChaoZhang, Tanggal: 2023-12-26 11:21:10
Tag:

img

Gambaran umum

Strategi ini menerapkan strategi trend-mengikuti yang kuat berdasarkan Bollinger Bands, moving average, dan analisis volume.

Logika Strategi

Bollinger Bands

  • Menggunakan Bollinger Bands untuk mengidentifikasi kondisi overbought dan oversold di pasar.

  • Menghitung band berdasarkan nilai tengah dan standar deviasi selama periode tertentu. Harga melintasi band atas atau bawah menunjukkan sinyal overbought atau oversold.

Filter rata-rata bergerak

  • Mengimplementasikan filter moving average (MA) untuk meningkatkan identifikasi tren. Pengguna dapat memilih dari berbagai jenis MA termasuk Simple, Exponential, Weighted.

  • Menghasilkan sinyal beli (jual) ketika harga melintasi di atas (di bawah) rata-rata bergerak.

Analisis Volume

  • Memungkinkan pengguna untuk mengintegrasikan analisis volume ke dalam strategi untuk konfirmasi sinyal yang ditingkatkan. Bar volume yang dikodekan warna menunjukkan apakah volume di atas atau di bawah rata-rata.

  • Rata-rata penyeberangan volume dapat digunakan untuk mengkonfirmasi sinyal harga.

Keuntungan

Tren yang Kuat Mengikuti

  • Mengidentifikasi pembalikan tren pasar berdasarkan Bollinger Bands, moving average dan volume.

  • Menangkap tren harga secara tepat waktu untuk perdagangan tren.

Fleksibilitas & kustomisasi

  • Pengguna dapat mengoptimalkan parameter seperti periode BB, jenis MA dan panjang.

  • Posisi panjang dan pendek dapat dikontrol secara terpisah.

Visualisasi & Konfirmasi

  • Mekanisme sinyal ganda yang mengkonfirmasi sinyal harga menggunakan MA dan volume.

  • Tampilan intuitif dari sinyal perdagangan utama seperti rata-rata bergerak, tingkat stop-loss.

Manajemen Risiko

  • Menghitung stop loss berdasarkan ATR. Periode ATR yang dapat disesuaikan dan pengganda.

  • Mengatur ukuran posisi berdasarkan persentase ekuitas yang berisiko untuk mengendalikan kerugian perdagangan tunggal.

Risiko

Risiko Periode Uji Kembali

  • Kinerja dapat bervariasi dalam periode sejarah yang berbeda.

Risiko Pembalikan Tren

  • Peningkatan pemicu stop-loss selama pasar yang terikat kisaran. Dapat dikurangi dengan mengoptimalkan parameter MA.

Over-optimasi

  • Optimasi multi-parameter dapat menyebabkan overfit. Ketahanan harus diverifikasi di berbagai set parameter.

Risiko Indikator yang Ketinggalan

  • Indikator memiliki keterlambatan yang melekat. Aksi harga harus melengkapi sinyal indikator.

Peluang Peningkatan

Optimasi Parameter

  • Mengoptimalkan parameter BB, MA, ATR untuk produk dan jangka waktu yang berbeda.

Optimasi Posisi

  • Uji persentase ekuitas yang berbeda pada tingkat risiko, stop-loss multiplier.

Optimasi Sinyal

  • Memperkenalkan filter tambahan seperti KD, MACD untuk melengkapi sinyal masuk dan keluar.

Optimasi Kode

  • Memperbaiki logika sinyal untuk menghindari perdagangan yang tidak perlu.

Kesimpulan

Strategi ini mengintegrasikan Bollinger Band, moving average dan analisis volume ke dalam sistem perdagangan tren mekanis. Kekuatannya terletak pada mekanisme konfirmasi sinyal dan kontrol risiko yang kuat. Perbaikan lebih lanjut dapat dilakukan melalui parameter dan optimasi sinyal untuk meningkatkan stabilitas dan profitabilitas. Metodologi strategi berfungsi sebagai referensi bagi pengikut tren.


/*backtest
start: 2023-11-25 00:00:00
end: 2023-12-25 00:00:00
period: 1h
basePeriod: 15m
exchanges: [{"eid":"Futures_Binance","currency":"BTC_USDT"}]
*/

// This source code is subject to the terms of the Mozilla Public License 2.0 at https://mozilla.org/MPL/2.0/
// © sosacur01

//@version=5
strategy(title="Bollinger Band | Trend Following", overlay=true, pyramiding=1, commission_type=strategy.commission.percent, commission_value=0.2, initial_capital=10000)

//--------------------------------------

//BACKTEST RANGE
useDateFilter = input.bool(true, title="Filter Date Range of Backtest",
     group="Backtest Time Period")
backtestStartDate = input(timestamp("1 jan 2017"), 
     title="Start Date", group="Backtest Time Period",
     tooltip="This start date is in the time zone of the exchange " + 
     "where the chart's instrument trades. It doesn't use the time " + 
     "zone of the chart or of your computer.")
backtestEndDate = input(timestamp("1 jul 2100"),
     title="End Date", group="Backtest Time Period",
     tooltip="This end date is in the time zone of the exchange " + 
     "where the chart's instrument trades. It doesn't use the time " + 
     "zone of the chart or of your computer.")
inTradeWindow = true
if not inTradeWindow and inTradeWindow[1]
    strategy.cancel_all()
    strategy.close_all(comment="Date Range Exit")

//--------------------------------------

//LONG/SHORT POSITION ON/OFF INPUT
LongPositions   = input.bool(title='On/Off Long Postion', defval=true, group="Long & Short Position")
ShortPositions  = input.bool(title='On/Off Short Postion', defval=true, group="Long & Short Position")

//--------------------------------------
//MA INPUTS
averageType1    = input.string(defval="WMA", group="MA", title="MA Type", options=["SMA", "EMA", "WMA", "HMA", "RMA", "SWMA", "ALMA", "VWMA", "VWAP"])
averageLength1  = input.int(defval=99, title="MA Lenght", group="MA")
averageSource1  = input(close, title="MA Source", group="MA")

//MA TYPE
MovAvgType1(averageType1, averageSource1, averageLength1) =>
	switch str.upper(averageType1)
        "SMA"  => ta.sma(averageSource1, averageLength1)
        "EMA"  => ta.ema(averageSource1, averageLength1)
        "WMA"  => ta.wma(averageSource1, averageLength1)
        "HMA"  => ta.hma(averageSource1, averageLength1)
        "RMA"  => ta.rma(averageSource1, averageLength1)
        "SWMA" => ta.swma(averageSource1)
        "ALMA" => ta.alma(averageSource1, averageLength1, 0.85, 6)
        "VWMA" => ta.vwma(averageSource1, averageLength1)
        "VWAP" => ta.vwap(averageSource1)
        => runtime.error("Moving average type '" + averageType1 + 
             "' not found!"), na


//MA VALUES
ma  = MovAvgType1(averageType1, averageSource1, averageLength1)

//MA CONDITIONS
bullish_ma = close > ma
bearish_ma = close < ma

//PLOT COLOR
ma_plot    = if close > ma
    color.navy
else
    color.rgb(49, 27, 146, 40)

//MA PLOT
plot(ma,color=ma_plot, linewidth=2, title="MA")

//--------------------------------------
//BB INPUTS
length  = input.int(20, minval=1, group="BB")
src     = input(close, title="Source", group="BB")
mult    = input.float(2.0, minval=0.001, maxval=50, title="StdDev", group="BB")

//BB VALUES
basis = ta.sma(src, length)
dev = mult * ta.stdev(src, length)
upper = basis + dev
lower = basis - dev
offset = input.int(0, "Offset", minval = -500, maxval = 500)

//BBPLOT
//plot(basis, "Basis", color=#FF6D00, offset = offset)
p1 = plot(upper, "Upper", color=#2978ffa4, offset = offset)
p2 = plot(lower, "Lower", color=#2978ffa4, offset = offset)
fill(p1, p2, title = "Background", color=color.rgb(33, 47, 243, 97))

//BB ENTRY AND EXIT CONDITIONS
bb_long_entry  = close >= upper
bb_long_exit   = close <= lower
bb_short_entry = close <= lower
bb_short_exit  = close >= upper

//---------------------------------------------------------------
//VOLUME INPUTS
useVolumefilter  = input.bool(title='Use Volume Filter?', defval=false, group="Volume Inputs")
dailyLength      = input.int(title = "MA length", defval = 30, minval = 1, maxval = 100, group = "Volume Inputs")
lineWidth        = input.int(title = "Width of volume bars", defval = 3, minval = 1, maxval = 6, group = "Volume Inputs")
Volumefilter_display  = input.bool(title="Color bars?", defval=false, group="Volume Inputs", tooltip = "Change bar colors when Volume is above average")

//VOLUME VALUES
volumeAvgDaily = ta.sma(volume, dailyLength)

//VOLUME SIGNAL
v_trigger  = (useVolumefilter ? volume > volumeAvgDaily : inTradeWindow)

//PLOT VOLUME SIGNAL
barcolor(Volumefilter_display ? v_trigger ? color.new(#6fe477, 77):na: na, title="Volume Filter")
//---------------------------------------------------------------

//ENTRIES AND EXITS
long_entry  = if inTradeWindow and bullish_ma and bb_long_entry and v_trigger and LongPositions
    true
long_exit   = if inTradeWindow and bb_long_exit  
    true

short_entry = if inTradeWindow  and bearish_ma and bb_short_entry and v_trigger and ShortPositions
    true
short_exit  = if inTradeWindow  and bb_short_exit 
    true
    
//--------------------------------------

//RISK MANAGEMENT - SL, MONEY AT RISK, POSITION SIZING
atrPeriod                = input.int(14, "ATR Length", group="Risk Management Inputs")
sl_atr_multiplier        = input.float(title="Long Position - Stop Loss - ATR Multiplier", defval=2, group="Risk Management Inputs", step=0.5)
sl_atr_multiplier_short  = input.float(title="Short Position - Stop Loss - ATR Multiplier", defval=2, group="Risk Management Inputs", step=0.5)
i_pctStop                = input.float(2, title="% of Equity at Risk", step=.5, group="Risk Management Inputs")/100

//ATR VALUE
_atr = ta.atr(atrPeriod)

//CALCULATE LAST ENTRY PRICE
lastEntryPrice = strategy.opentrades.entry_price(strategy.opentrades - 1)

//STOP LOSS - LONG POSITIONS 
var float sl = na

//CALCULTE SL WITH ATR AT ENTRY PRICE - LONG POSITION
if (strategy.position_size[1] != strategy.position_size)
    sl := lastEntryPrice - (_atr * sl_atr_multiplier)

//IN TRADE - LONG POSITIONS
inTrade = strategy.position_size > 0

//PLOT SL - LONG POSITIONS
plot(inTrade ? sl : na, color=color.blue, style=plot.style_circles, title="Long Position - Stop Loss")

//CALCULATE ORDER SIZE - LONG POSITIONS
positionSize = (strategy.equity * i_pctStop) / (_atr * sl_atr_multiplier)

//============================================================================================

//STOP LOSS - SHORT POSITIONS 
var float sl_short = na

//CALCULTE SL WITH ATR AT ENTRY PRICE - SHORT POSITIONS 
if (strategy.position_size[1] != strategy.position_size)
    sl_short := lastEntryPrice + (_atr * sl_atr_multiplier_short)

//IN TRADE SHORT POSITIONS
inTrade_short = strategy.position_size < 0

//PLOT SL - SHORT POSITIONS
plot(inTrade_short ? sl_short : na, color=color.red, style=plot.style_circles, title="Short Position - Stop Loss")

//CALCULATE ORDER - SHORT POSITIONS
positionSize_short = (strategy.equity * i_pctStop) / (_atr * sl_atr_multiplier_short) 


//===============================================

//LONG STRATEGY
strategy.entry("Long", strategy.long, comment="Long", when = long_entry, qty=positionSize)
if (strategy.position_size > 0)
    strategy.close("Long", when = (long_exit), comment="Close Long")
    strategy.exit("Long", stop = sl, comment="Exit Long")

//SHORT STRATEGY
strategy.entry("Short", strategy.short, comment="Short", when = short_entry, qty=positionSize_short)
if (strategy.position_size < 0) 
    strategy.close("Short", when = (short_exit), comment="Close Short")
    strategy.exit("Short", stop = sl_short, comment="Exit Short")

//ONE DIRECTION TRADING COMMAND (BELLOW ONLY ACTIVATE TO CORRECT BUGS)
//strategy.risk.allow_entry_in(strategy.direction.long)


Lebih banyak